佰荟人力资源学习网 首页 视野 HRBP 查看内容

HRBP和直线经理伙伴关系研究数据分析与假设检验

2020-5-22 23:21| 发布者: HRxue***| 查看: 1672| 评论: 15|原作者: 邓海毅|来自: 人力资源学习网

摘要: HRBP和直线经理伙伴关系研究数据分析与假设检验 在本章将根据回收的正式调查问卷的数据采用SPSS17.0软件进行统计分析,并对数据运用描述性统计、信度和效度分析、相关分析、回归分析和调节变量检验等进行处理,本文 ...
HRBP和直线经理伙伴关系研究数据分析与假设检验

    在本章将根据回收的正式调查问卷的数据采用SPSS17.0软件进行统计分析,并对数据运用描述性统计、信度和效度分析、相关分析、回归分析和调节变量检验等进行处理,本文出自人力资源学习网 转载请注明。探究直线经理和HRBP的伙伴关系制约因素与人力资源管理效能的关系;伙伴关系在HRBP伙伴关系制约因素与人力资源管理效能之间的调节作用,进而前文提出的验证模型与假设。
4.1样本特征

    本研究于2015年7月至10月发放及回收正式问卷,主要以纸质和电子版形式进行收集,问卷发放对象主要集中在北京、上海、广州地区。为保证样本数量和调查结果的代表性,本研究向亲人、同事、朋友所在企业进行问卷派发。问卷以匿名的形式,由直线经理和HRBP互评的方式进行填写,共发放问卷245套,回收195套,有效问卷187套,有效率为76%。即有效的直线经理问卷及HRBP问卷分别为187份,共计374份。样本特征如表4-1所示。
表4-1正式调查样本人口统计分布特征(N=374)

   
     如上表4-1所示,本研究的样本人口特征包括:性别、年龄、教育水平、职位层级,根据描述性统计分析结果,本研究说明如下:
    (1)样本的性别分布情况:在直线经理问卷中,男女人数占调查样本的55.1%和44.9%,男性比例高于女性比例;在HRBP问卷中,男女人数占调查样本为36.2%和78.5%,女性比例高于男性。
    (2)样本年龄分布情况:在直线经理问卷中,以31-35岁人员居多,占38.5%;其次是26-30岁人员,占30.5%;然后是36-40岁人员,占13.9%,41-50岁及25岁以下调查者占比例最小,均为8.6%。在HRBP问卷中,26-30岁人员居多,占44.4%,其次是31-35岁人员,占24.6%,然后是36-40岁人员,占调查样本的111.8%,25岁以下人员的被调查者占11.2%,41-50岁人员占比例最小,占8.0%。
    (3)样本学历分布情况:在直线经理问卷中,本科人数最多,占62.0%,其次是大专及以下学历占29.9%,硕士人数占8.0%。在HRBP问卷中,本科学历的人数占63.6%,其次是大专及以下学历占27.8%,硕士学历的占8.6%。
    (4)样本职级分布情况:本次调研直线经理问卷发放对象主要为主管及以上级别管理人员,样本共187份数据。如图5-4所示,中层管理者人数最多,占58.3%,基层管理者占30.5%,高层管理者占11.2%。
4.2信度和效度分析
    4.2.1信度分析
    信度是用来测量问卷的可靠性。问卷的信度分析包括内在信度和外在信度两大类。目前最常用的测量信度工具是Alpha信度系数法。Cronbanchα值的高低是评判信度好坏的依据。按照吴明隆(2013)的观点信度量表分为三个级别分别是:
    1、信度系数在0.8以上,是信度较好的量表;
    2、信度系数在0.70-0.80之间,是可以接受的量表;3、信度系数低于0.35,是不能接受的量表;其指出分量表的信度系数最好在0.70以上,如果信度系数在0.60-0.70之间,基本还能接受,如果量表信度低于0.35则不能采用[143]。本研究分别对伙伴关系制约因素量表、伙伴关系量表、人力资源管理效能量表进行信度分析,各个测量指标及量表总体的信度系数见表4-2。
表4-2各变量及维度信度分析结果表

    从表4-2所示,本研究各测量指标和量表总体的信度系数均大于0.7,具有很好的内部一致性。
4.2.2效度分析
    效度是指测量工具能够测量出欲测量目标的结构及特征,量表的效度目的在于测量指标的有效性和准确性。量表的效度分析判断主要以因子分析法(KKRLINGER,1973)。采用因子分析可以探测量表结构,人力资源学习网 减少不相关的问题数量,从而保留较少而题项相关的变量。因子分析法主要以主成分分析法和最大方差正交旋转法对量表效度进行分析。KMO是Kaiser-Meyer-Olkin的样本取样适当性量数。当KMO值越大,则表示变量之间具有较多的共同因子,则采用因子分析法越合适。Kaiser(1974)认为当KMO值小于0.5,则不适合采用因子分析探测量表。本研究运用探索性因子分析来检验各量表的结构效度。分析结果如下文所述。
    (一)伙伴关系制约因素问卷的效度
    (1)动机因素
    在表4-3中,动机量表的KMO值为0.77,Bartlett球形检验达到显著水平,表示适合进行探索性因子分析。如表4-4和表4-5所示,因子分析共抽取2个因子,总解释量为64.13%,各题项的因子载荷均大于0.5,说明各测量题项收敛性较好,这与伙伴关系制约因素的动机因素共包含的两个维度的量表设计完全得到验证。

    (2)自我效能因素
    在表4-6中,自我效能量表的KMO值为0.89,Bartlett球形检验显著性为0.000,表明适合做因子分析。从表4-7和4-8可以看出,因子分析共抽取1个因子,总解释量为87.73%,五个题项在同一个因子上的负载均大于0.5。这表明伙伴关系制约因素的自我效能因素量表是一个单维度的构建,与本研究对自我效能的测量相符。

    (3)角色压力因素
    根据表4-9,角色压力量表的KMO值为0.76,Bartlett球形检验达到显著水平,适合做因子分析。从表4-10和表4-11可以看出,因子分析共抽取3个因子,总解释量为60.84%,各题项的因子载荷均大于0.5,与本研究对角色冲突、模糊的测量相吻合。
表4-9角色压力变量KMO和Bartlett’s检验表

    (4)技能培训因素
    在表4-12所示,技能培训表的KMO值为0.67,Bartlett球形检验显著性为0.000,适合进行因子分析。从表4-13和4-14可以看出,因子分析共抽取2个因子,总解释量为75.24%,各题项的因子负载均大于0.5。这与技能培训共包含的两个维度的量表设计完全得到验证。
表4-12技能培训变量KMO和Bartlett’s检验表

    (5)人力资源支持因素
    在表4-15中,人力资源支持量表的KMO值为0.85,Bartlett球形检验显著性为0.000,表明适合做因子分析。从表4-16和4-17可以看出,因子分析共抽取2个因子,总解释量为69.78%,各题项的因子负载均大于0.5。这与人力资源支持包含的两个维度的量表设计验证吻合。
    (二)伙伴关系量表效度分析

    根据表4-18,伙伴关系量表的KMO值为0.88,Bartlett球形检验达到显著水平,表明适合做因子分析。从表4-22和表4-23可以看出,因子分析共抽取4个因子,总解释量为75.14%,各题项的因子载荷均大于0.5,说明各测量题项收敛性较好,这与伙伴关系特征因素共包含的四个维度的量表设计完全得到验证。
    (三)人力资源管理效能量表
    根据表4-21,人力资源管理效能量表的KMO值为0.76,Bartlett球形检验达到显著水平,适合做因子分析。从表4-22和4-23可以看出,因子分析共抽取2个因子,总解释量为60.58%,说明提取的共同因子与设计问卷的构想相符,各题项的因子载荷均大于0.5,说明各测量题项收敛性较好。
4.3人口统计变量对各变量的影响分析
    为了进一步了解性别、年龄、教育程度、职位层级等人口统计变量的分组群体在伙伴关系制约因素、伙伴关系、人力资源管理效能等变量上有无显著差异,本研究运用SPSS17.0统计软件中的独立样本T检验分析性别在各研究变量上的差异,运用单因素方差分析年龄、教育程度、职位层级的差异性。
    (1)性别对各变量的影响分析
    采用独立样本T检验对不同性别两组进行差异性分析,具体检验结果如表4-24。在置信度95%的水平下,自我效能的F检验表明方差不齐,校正的T检验的值如表4-24所示,显著性水平小于0.05,人力资源学习网 说明有显著差异。其他各检验变量的F检验表明方差齐次成立。不同性别在自我效能存在显著性差异。但在其它变量中的各个维度没有显著差异,显著性水平均大于0.05。

    (2)年龄对各变量的影响分析
    采用单因素方差分析的方法对不同年龄阶段进行差异分析,具体检验结果如表4-25所示。

    从表4-25可知,不同年龄的被调查者在自我效能、角色压力的F值,其显著性水第四章数据分析与假设检验57平小于0.05,表明存在显著差异;在其它各检验变量F值的显著性水平均大于0.05,表明在其他维度均不呈现显著差异。
    (3)教育程度对各变量的影响分析
采用单因素方差分析对不同学历的被调查者者进行差异性分析,具体检验结果如表4-26所示。

    从表4-26可知,不同教育程度的被调查者在动机、人力资源支持和伙伴关系各维度的F值,其显著性水平小于0.05,表明存在显著性差异。为了进一步探究不同教育程度类别被调查者间的差异,本研究采用了事后比较分析。对于方差齐次的变量,事后检验采用LSD法分析;对于方差不齐次的变量,事后检验采用Dunnett’sT3法分析。检验结果表明在动机、人力资源支持和伙伴关系各维度,博士教育程度的类别高于其他教育程度类别。
    (4)职位层级对各变量的影响分析
    采用单因素方差分析的方法对不同职位层级的被调查者进行差异性分析,具体检验结果如表4-27。

    从表4-27可知,不同职位层级的被调查者在动机、自我效能、角色压力、人力资源管理效能的F值,其显著性水平小于0.05,表明存在显著差异。为了进一步探究不同职位层级程度被调查者类别间的差异,本研究采用了事后比较分析。对于方差齐次的变量,事后检验采用LSD法分析;对于方差不齐次的变量,事后检验采用Dunnett’sT3法分析。检验结果表明,中层管理者在伙伴关系制约因素的动机维度显著高于高层和基层管理者;而高层管理者在伙伴关系制约因素的自我效能维度显著高于中层和基层管理者;基层管理者在伙伴关系制约因素的角色压力维度显著高于高层和中层管理者。
4.4相关性分析
    相关分析是一种测量两个变量和各维度之间相互关系的统计方法,它采用相关系数来评估变量之间的关联程度。本研究采用Pearson相关分析方法,对各变量间及其各个维度之间相关系数进行分析,研究变量间的相关情形和显著性水平。各变量间的相关分析结果如表4-28所示。

    通过数据分析结果表明,
    (1)控制变量与三大变量关系
    性别与伙伴关系合作内容因素显著相关;年龄与伙伴关系制约因素的角色压力显著相关;教育程度与动机因素、伙伴关系信息共享因素显著相关;职位层级与伙伴关系制约因素的动机、自我效能、角色压力因素显著相关。
    (2)伙伴关系制约因素、伙伴关系与其人力资源管理效能的相关伙伴关系制约因素的各维度与人力资源管理效能显著相关。其中伙伴关系制约因素的动机、自我效能、技能培训、人力资源支持因素与人力资源管理效能具有正相关关系,角色压力与人力资源管理效能是负相关关系。
    伙伴关系各维度与人力资源管理效能显著相关。伙伴关系与伙伴关系制约因素存在部分相关。其中,关系原则与自我效能、技能培训、人力资源支持正相关,与角色压力负相关,与动机显著不相关;员工参与、合作内容与动机、自我效能、技能培训、人力资源支持为显著正相关,与角色压力为显著负相关;信息共享与自我效能、技能培训、人力资源支持显著相关,与动机、角色压力显著不相关。
4.5回归分析
    通过上小节对各个变量相关性分析结果可知,伙伴关系五个制约因素与人力资源管理效能间的关系是显著相关的。但是从相关性分析这一点并不能判断出变量之间的因果关系,需要进一步运用回归检验说明关系方向和紧密度。本小节将针对本研究内容,通过使用多元回归分析方法,本研究在相关分析的基础上对各变量的因果关系及紧密度进一步探索。人力资源学习网 以强制进入回归方程(Enter)的方式,根据系数的显著性选择进入回归方程的自变量。
    在回归检验前,先用方差膨胀因子(Varianceinflationfactor,VIF)指数分析变量的各构面之间是否存在多重共线,得到的VIF均小于10,根据学者观点,当0<VIF<10,不存在多重共线性;当0≤VIF≤100,则存在较强多重共线性,当VIF>100,存在严重的多重共线性(何晓群和刘文卿,2001)。
    为进一步探讨伙伴关系制约因素与人力资源管理效能的关系,以伙伴关系制约因素五个维度作为自变量,以人力资源管理效能为因变量,并选取性别、年龄、教育程度、职位层级四个人口统计变量作为控制变量,构建模型进行线性回归分析,分析结果如表4-29。

    从表4-29所示,VIF均小于10,不存在多重共线性。动机、自我效能、角色压力、技能培训、人力资源支持与人力资源管理效能均达到显著,且F值在0.01的水平以上的显著,回归效果很好。因此,直线经理和HRBP在人力资源实践上的伙伴关系制约因素对人力资源管理效能具有显著的影响作用。其中,β1=0.16,β2=0.18,β3=-0.21,β4=0.33,β5=0.15。人力资源管理效能的线性回归方程为:人力资源管理效能=0.16*动机+0.18*自我效能+-0.21*角色压力+0.33*技能培训+0.15*人力资源支持。
    通过以上分析,表明模型的五个变量对人力资源管理效能具有显著影响。其中技能培训、自我效能、动机、人力资源支持的标准化回归系数Beta较高,表明这四个自变量很好的解释了因变量。角色压力的标准化回归系数Beta=-0.21略低,但具有显著性,表明角色压力对人力资源效能有显著的负向影响。所以,本研究的假设H1得到支持,H1a、H1b、H1c、H1d、H1e也得到验证支持。
4.6调节效应回归分析
    根据前面的分析,直线经理与HRBP在人力资源实践过程的伙伴关系制约因素与人力资源管理效能显著相关。在此基础上,本节运用SPSS17.0进行调节回归分析,来检验伙伴关系在伙伴关系制约因素与人力资源管理效能间的调节关系。在对伙伴关系制约因素的各维度及伙伴关系的各维度数据标准化处理后,依次将下列变量进入模型:www.hrxuexi.com 第一步:控制变量进入回归方程;第二步:调节变量与自变量的数据对应因变量作回归分析;第三步:将自变量与调节变量,自变量与调节变量中心化处理后的数值相乘得出交互项,三者进入回归方程。
    (1)关系原则在伙伴关系制约因素各维度与人力资源管理效能间的调节作用在SPSS线性回归模型中,依次放入控制变量性别、年龄、教育程度、职位层级,自变量与调节变量关系原则,再放入制约因素五个维度与关系原则Z值的交互项,结果显示如上表,放入交互项后,R2变化模型显著,从R2和△R2可以看出各制约因素的解释能力大小。

    由表4-30可知,关系原则在伙伴关系制约因素(动机、自我效能、角色压力、技能培训、人力资源支持)对人力资源管理效能的影响作用中具有部分调节作用。从分析结果看,伙伴关系原则对人力资源支持因素的影响显著,β=1.12(P<0.05);伙伴关系原则对动机、自我效能、角色压力、技能培训影响不显著。
    因此,假设H2-1得到部分支持,即假设H2-1e得到验证;H2-1a、H2-1b、H2-1c、H2-1d假设没有得到验证。
    (2)员工参与在伙伴关系制约因素各维度与人力资源管理效能间的调节作用在SPSS线性回归模型中,依次放入控制变量性别、年龄、教育程度、职位层级,自变量与调节变量与员工参与,再放入制约因素五个维度与员工参与Z值的交互项,结果显示如上表,放入交互项后,R2变化模型显著,从R2和△R2可以看出各制约因素的解释能力大小。

    由表4-31可知,员工参与在伙伴关系制约因素(动机、自我效能、角色压力、技能培训、人力资源支持)对人力资源管理效能的影响作用中具有部分调节作用。经分析结果可知,员工参与对人力资源支持因素具有显著影响,其β=1.71(P<0.01);员工参与对动机、自我效能、角色压力、技能培训没有显著影响。因此,假设H2-2得到部分支持,即H2-2e得到验证,假设H2-2a、H2-2b、H2-2c、H2-2d没有得到验证。
    (3)信息共享在伙伴关系制约因素各维度与人力资源管理效能间的调节作用在SPSS线性回归模型中,依次放入控制变量性别、年龄、教育程度、职位层级,自变量与调节变量与信息共享,再放入制约因素五个维度与信息共享Z值的交互项,结果显示如上表,放入交互项后,R2变化模型显著,从R2和△R2可以看出各制约因素的解释能力大小。

    由表4-32可知,信息共享在伙伴关系制约因素(动机、自我效能、角色压力、技能培训、人力资源支持)对人力资源管理效能的影响作用中具有部分调节作用。经分析结果可知,信息共享对人力资源支持因素的具有显著影响,其β=0.98(P<0.01);信息共享对动机、自我效能、角色压力、技能培训没有显著影响。hrxuexi.com 因此,假设H2-3得到部分支持,即H2-3e得到验证,假设H2-3a、H2-3b、H2-3c、H2-3d没有得到验证。
    (4)合作内容在伙伴关系制约因素各维度与人力资源管理效能间的调节作用在SPSS线性回归模型中,依次放入控制变量性别、年龄、教育程度、职位层级,自变量与调节变量与合作内容,再放入制约因素五个维度与合作内容Z值的交互项,结果显示如上表,放入交互项后,R2变化模型显著,从R2和△R2可以看出各制约因素的解释能力大小。

    由表4-33可知,合作内容在伙伴关系制约因素(动机、自我效能、角色压力、技能培训、人力资源支持)对人力资源管理效能的影响作用中具有部分调节作用。经分析结果可知,合作内容对人力资源支持因素具有的影响,其β=0.66(P<0.05);合作内容对动机、自我效能、角色压力、技能培训不具有显著影响。因此,假设H2-4得到部分支持,即H2-4e得到验证,假设H2-4a、H2-4b、H2-4c、H2-4d没有得到验证。
    从以上分析可知,伙伴关系对人力资源管理效能产生显著的直接影响作用。但作为调节变量,关系原则、员工参与、信息共享、合作内容在伙伴关系制约因素(动机、自我效能、角色压力、技能培训)与人力资源管理效能之间的调节作用不显著;在伙伴关系制约因素(人力资源支持)与人力资源管理效能之间的调节作用显著。因此,假设H2得到部分验证。

4.7假设检验结果
    表4-34为通过数据分析得到的假设验证结果:

4.8本章小结
    本章的主要内容是对正式问卷进行数据录入并运用SPSS17.0等统计软件对数据统计分析,并采用描述性统计分析、信度和效度分析、相关分析和回归分析对数据进行处理。经过一系列分析后最终得出各假设验证结果。
把本文推荐给朋友或其他网站上,每次被点击增加您在本站积分:2HRxuexi币
「真诚赞赏,手留余香」

路过

雷人

握手

鲜花

鸡蛋

免责声明:本站部分文字及图片来源于网络,仅供展示,版权归原作者所有,相关内容不代表本站观点.如发现有害或侵权,请联系管理员QQ1950361175,我们会尽快修改或删除,转载请注明,谢谢!

相关阅读

发表评论

最新评论

引用  dear    2020-11-6 15:02
HRBP全称是啥
引用  Anna    2020-11-5 11:45
很多企业的HRBP是形像神不像
引用  喜欢冬天    2020-11-3 12:48
引用  Albert    2020-10-30 22:24
这篇HRBP,不错
引用  hope    2020-10-30 03:37
有用的HRBP网站
引用  橘子    2020-10-25 07:41
这几年HRBP确实很热
引用  Albert    2020-10-25 02:33
受教,感谢分享
引用  励志HR    2020-10-20 23:27
嘿嘿,感谢站长设立的好栏目
引用  跟上姐的节奏    2020-10-6 04:37
HRBP和HR的区别有哪些
引用  NewZesk    2020-9-14 13:32
引用  我帅吗    2020-8-31 14:03
学习了,谢谢
引用  Albert    2020-7-18 04:25
引用  David B    2020-6-16 12:29
HRBP,未来的趋势
引用  penlife    2020-6-4 07:04
HRBP好难啊
引用  NewZesk    2020-5-24 10:28
很多企业的HRBP是形像神不像

查看全部评论(15)

  • HRBP模式的意义与目的及构建步骤:商业
  • HRBP如何开展工作深入业务,三条策略实
  • HRBP模式构建步骤流程企业案例:华为HRB
  • HRBP什么意思,直线经理什么意思,两者关
  • HRBP和HR的区别,HRBP的职责素质能力要
  • HRBP书籍推荐:HRBP必读选读经典书籍持续推荐

  • HRBP的KPI指标

  • HRBP是什么职位,HRBP六大角色解读

  • HRBP的职业规划发展路径

  • HRBP是什么职位,HRBP工作内容是什么